基于超图的多模态关联特征处理方法

摘要：

传统的模式识别方法认为特征是相互独立的,容易忽略多模态特征之间多元的关联性,从而造成识别的误差.为此,基于超图模型,提出一种新的特征整合方法.定义共享熵的计算方法用以表示多个特征之间的关联程度,以每个特征作为顶点,特征之间的多元关系作为超边.对形成的超图,定义模块度函数取代传统的切边数,作为衡量子超图的社团特性强弱的指标,应用超图分割算法,对原始的多模态特征进行聚类划分.在划分集合上采用多分类Boosting方法,形成最终的强分类器.实验结果表明,与线性支持向量机、多核学习等当前流行的特征融合方法相比,该方法能有效提高识别准确率.

关键词：超图、多模态特征、共享熵、模块度、分类器

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：国际科技合作项目2013DFA12460

在线出版日期：2017-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-230